Colocar a vivência do cancro da mama no papel : Impacto da escrita expressiva no bem-estar psicológico de mulheres portuguesas
Notice bibliographique
Résumé
Objetivos: o estudo tem como objetivo determinar quais os determinantes psicossociais subjacentes à adesão à terapêutica da Escrita Expressiva (EE), e se esta terapêutica potencia um aumento do Bem-Estar Psicológico (BEP) numa população feminina com cancro de mama e sobreviventes ao mesmo. Literatura: A Expressão emocional (através da escrita) é uma forma de impedir o decréscimo do BEP que se verifica após o término do tratamento e ao longo dos anos. Método: Participantes do sexo feminino (n = 22) escreveram 20 minutos por dia, durante 3 dias consecutivos, sobre os seus sentimentos e pensamentos mais profundos relativos à vivência do cancro da mama, ou sobre os medos e angústias enquanto sobrevivente. O BEP foi avaliado em 4 momentos (pré e pós-intervenção, e dois períodos de 1 mês e 3 meses de follow-up), usando a Escala de Medida de Manifestação de Bem-Estar Psicológico (Monteiro, Tavares & Pereira, 2006). Para explorar os determinantes psicossociais subjacentes à adesão à EE, foram utilizados ainda os seguintes instrumentos: Escala de Ajustamento Mental ao Cancro (estratégias de coping) (Pais-Ribeiro, Ramos & Samico, 2003); NEO - FFI (Sub-escala Neuroticismo) (Lima, 1997); Escala de Alexitimia de Toronto (Prazeres, 1996); Revised Life Orientation Test (Otimismo) (Laranjeira, 2008); Brief Symptom Inventory (Sub-escala Depressão) (Canavarro, 1999); por último, Escala de Expressividade Emocional (Dinis, Gouveia & Xavier, 2011); Os dados obtidos foram analisados através de ANOVAS, ANOVAS de Medidas Repetidas e contagem de palavras (LIWC), enquanto a análise de conteúdo foi utilizada para avaliar as 66 narrativas produzidas. Resultados: Os fatores sociodemográficos e a saúde atual parecem determinantes psicossociais determinantes para a adesão à EE. Não se verificou um impacto significativamente estatístico da EE no BEP após a escrita e nos períodos de follow-up, contrariamente aos resultados qualitativos que revelam um claro impacto da EE no BEP após a escrita e nos períodos de follow-up.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».